Шпаргалка по "Математическому программированию"

регулярные  функции n действительных переменных.

По своим  общим свойствам задачи нелинейного  программирования могут

существенно отличаться от линейных. Например, область допустимых решений может уже быть невыпуклой, а экстремум целевой функции может наблюдаться в любой точке допустимой области. Существенно отличаются и методы решения нелинейных задач. Рассмотрим лишь некоторые подходы к решению этих задач.

Прежде всего  также справедлив графический подход при решении простейших задач  нелинейного программирования. Так, если аргументами задачи являются переменные х1 и х2, то сначала на плоскости этих переменных строится область допустимых решений, а затем с помощью уровней целевой функции f(х1,х2) определяется оптимальная точка в области.

В нелинейном программировании для решения многих задач используется градиентный подход. Имеется целый ряд градиентных методов, сущность которых состоит в поиске оптимального результата с помощью градиента целевой функции - вектора, указывающего направление максимального возрастания цели для рассматриваемой точки. В общем случае процедура поиска совершается в итеративном режиме от первоначально выбранной точки к точкам с лучшим показателем. Пусть, например, . - о6ласть допустимых решений

рассматриваемой задачи, а итеративный процесс расчетов начинается с точки

      Далее, сначала делается переход по градиенту целевой функции, а затем возврат в область . по градиенту к нарушенной границе О2 О3 области .. На рис. 13.3 показано так, что Ai с нечетными индексами принадлежат области ., а точки Аi с четными индексами не принадлежат .. По мере приближения к оптимальной точке Q направления рабочих градиентов сближаются. Поэтому идеальным критерием остановки процесса будет коллинеарность градиента цели и градиента нарушенной границы. 

67. Понятие о параметрическом  и целочисленном  программировании.

Постановка  и математич модель  ЗЦЛП.

В задачах  с неделимыми объектами на переменные накладываются условия целочисленности. Иногда эти условия распространяются на все переменные, иногда—на часть переменных.Рассматривают полностью целочисленную задачу

f=(n,j=1)∑CjXi    max

(n,j=1)∑AijXj=bi, i=1,m

xj≥0, j=1,n

xi-целое,j=1,n

Теперь  в отличие от общей задачи линейного  программирования, оптимальный план не обязательно будет в вершине  многогранника планов.Существуют следующие методы решения целочисленных задач:

1.Методы  отсечения

2.Комбинаторные

3.Приближенные  методы.. 

Параметрическое программирование – раздел математического программирования, посвящённый исследованию задач оптимизации, в которых условия допустимости и целевая функция зависят от некоторых детерминированных параметров.